拉曼光谱预处理中几种小波去噪方法的分析

拉曼光谱分析中,噪声的存在常影响分析的准确度和检测限.以钙长石的拉曼光谱为研究对象,探讨小波变换在拉曼光谱信号去噪方面的应用,分别采用移动窗口最小二乘多项式平滑、移动窗口中位数平滑、非线性小波软硬阈值法和小波变换模极大值法对加噪后的拉曼光谱进行去噪并对去噪效果进行比较.结果表明,小波变换模极大值光谱去噪法得到了较高的信噪比,小波软硬阈值法次之,其他2种方法去噪效果较差.小波变换模极大值法能够有效去除光谱噪声,并很好地保留了光谱信号特征,为拉曼光谱的校正模型的建立奠定了良好的基础.     

基于三维小波变换和上下文量化的高光谱图像压缩

提出了一种基于三维小波变换和上下文量化的高光谱图像压缩算法.该算法先利用三维小波变换去除高光谱图像在谱内和谱间的冗余信息,然后建立了一个高维时、频域的上下文预测模型以分析小波系数之间的相关性,并通过对增加条件熵的理论分析,合理地对该模型中的上下文进行量化,得到合适的编码上下文用于自适应的算术编码.试验结果表明,该算法不仅明显优于基于二维小波变换的JPEG2000标准,而且相对于同样基于三维小波变换的三维分层树集合分裂算法也有较大的提高.     

枸杞产地的小波变换红外光谱的聚类分析鉴别

采用傅里叶变换红外光谱(FTIR)对不同枸杞样品产地进行鉴别.常规预处理方法和小波变换对红外光谱原始数据进行了预处理.对比常用的窗口移动平滑预处理、标准正态变换以及多元散射校正,说明小波变换是一种有效实用的光谱预处理方法.对已预处理后的红外光谱数据进行主成分分析和聚类分析,结果 18份枸杞样品聚为主产地和非主产地两大类,取得了较满意的分类效果.这种红外光谱技术结合聚类分析法被证明是可靠的,可作为枸杞产域鉴别的一种现代化方法.     

新型调制光谱技术的实验研究

简要阐述了阿达玛变换调制光谱技术的基本原理．简单介绍了初步研制的阿达玛变换调制光谱试验台结构和测试结果，根据该试验台的情况，详细地分析了阿达玛变换调制光谱技术的特点，并讨论了码板位置误差对测量结果的影响．     

新型调制光谱技术的实验研究

简要阐述了阿达玛变换调制光谱技术的基本原理，简单介绍了初步研制的阿达玛变换调制光谱试验台结构和测试结果，根据该试验台的情况，详细地分析了阿达玛变换调制光谱技术的特点，并讨论了码板位置误差对测量结果的影响。     

基于张量分析和小波包变换的高光谱图像压缩

高光谱图像拥有巨大的数据量,造成其保存和传输非常不便,因此高光谱图像的压缩显得尤为重要.提出一种基于张量Tucker分解和小波包变换的高光谱图像压缩算法.首先,该算法利用Tucker分解的性质,充分提取高光谱图像中各个模式下的信息,并利用其中包含有空间信息的光谱模式对高光谱图像的光谱维进行解相关.然后,运用比经典Mallat小波分解更为有效的小波包变换对光谱去相关后保留下来的主成分进行JPEG2000压缩.实验结果表明,本算法压缩性能远远好于经典的三维小波算法,并且由于张量分解的应用,不论在码率失真表现还是信息保真度上,本算法均比基于一维主成分分析的高光谱压缩算法更具优势.     

SPOT5全色与多光谱图像融合方法研究

为了在提高图像空间信息质量的同时能尽可能保持原图像光谱特性,采用常用的IHS变换融合、K-L变换融合、Brovey变换融合,以及小波变换融合方法,对SPOT5全色与多光谱图像进行融合处理.通过对各融合结果图像进行主观和客观的综合评价,得出利用小波变换融合方法对SPOT5进行融合处理得到的结果图像其空间质量和光谱质量综合表现最好.     

基于小波包变换的三维荧光光谱数据压缩方法

基于db小波包变换,采用频率分级阈值方法对三维荧光光谱数据进行了压缩。建立了数据的小波包分解树,根据对数能量熵最小原则确定最优树,通过频率分级阈值方法对最优树中的小波包系数进行压缩,并且用实验获取的数据加以验证。实验结果表明,和小波变换相比小波包变换能够更有效地保留数据的细节信息。通过和其他阈值法比较可知,频率分级阈值法具有更好的压缩率和数据恢复能力,其压缩分数达到90%,恢复分数大于98%,谱线相对误差小于1%。平行因子分析重构光谱与原始光谱的结果表明,小波包压缩能有效保留有用信息。     

基于模糊识别的土壤性质指标光谱反演

为了获得有效的光谱反演指标,采用数学建模方法对横山县采集的84个土样350nm～2500nm波段的光谱曲线进行了有机质、土壤水含量和全铁土壤性质指标光谱进行反演分析。对土壤光谱进行了14种变换,经分析土壤光谱对数的一阶差分为最佳变换方法,利用单相关分析方法,计算土壤性质指标与光谱反射率变换后的相关系数,得到相关系数曲线,根据极大相关性选择最佳波段作为光谱反演指标;剔除异常样本后,利用模糊识别理论建立土壤性质指标反演模型,通过优化得到模型的最佳模型参数。结果表明:土壤性质3项指标光谱反演模型的平均检验误差均小于10%,模型方程的相关系数均高于0.95。     

一种基于小波PCA的高光谱图像特征提取新方法

针对高光谱图像数据量大、数据维数高、光谱信息丰富的特点,提出一种基于小波分解的主成分分析(PCA)降维的特征提取新方法.该方法充分利用小波变换的优势,在光谱域内针对每个像元进行降维,既减少了数据量,还能保留光谱信号的差别;PCA方法充分利用像元间的相关性,保留不同类在相邻像元间的局部空间信息,弥补了空间域内小波变换类间可分性较差的问题.实验结果表明,小波分解与PCA相结合的特征提取方法能够有效地提高高光谱数据分类效率及分类精度.     

基于小波变换的相关函数介质损耗角测量算法

为准确测量容性设备的介质损耗角,采用小波变换进行低频重构的方法分别求出电压、电流的自相关函数及电压与电流的互相关函数,然后再用相关函数法计算介质损耗角。仿真结果表明:该算法的测量误差曲线基本呈线性,为绝缘介质损耗角提供了科学准确的测量方法。     

基于微分算子样条重建小波变换的方法

针对Mallat极大模重建小波变换算法没有充分利用信号突变点的不足,提出了一种利用微分算子确定的样条函数重建小波变换的方法,并为一类广义微分方程的求解提供了新的途径.     

Iterative shaping reconstruction algorithm based on the modulus maxima of signals'' dyadic wavelet transform

An iterative shaping reconstruction algorithm based on modulus maxima of signals' dyadic wavelet transform is proposed. Numerical experiments show that the algorithm is of good convergence and smaller reconstruction error. Compared with Mallat's alternating projection algorithm, this algorithm is simpler and faster.     

光学小波变换中的Mexican—hat小波母函数特性

分析了一种可以用于光学小波滤波器的Mexican-hat小波母函数（墨西哥帽状小波），讨论了其时－频局部化特性、容许性条件（重建条件）、正则性阶数、正交性等性质，纠正了许多文献中关于二维母小波非张量积形式由一维母小波函数直接旋转得到的错误，证明了Mexican-hat小波不能用作传统的计算机离散小波变换母函数，但用于采用光学方法实现二维小波变换则有很好的能量集中特性。     

向量函数空间上的连续小波变换

讨论了向量函数空间上的连续小波变换,分别得到了由变换向量函数产生的重构公式和由不同于变换向量函数的向量函数生成的重构公式,获得了两种重构公式在弱拓扑下和在强拓扑下成立的条件,并得到了一种选取变换函数使得重构公式为最简单形式的方法。     

小波变换数字算法及其在高压输电线保护中的应用

从电力系统继电保护应用的角度，结合香农采样定理，深入探讨了连续信号和离散信号的小波变换的关系，给出了离散信号的积分小波变换和离散小波变换的数字计算方法。从理论上研究了信号小波变换的误差与尺度函数和小波函数的关系。结果表明：小波变换的误差来源一是信号在尺度空间的投影与抽样空间的投影转换，二是小波以及尺度函数的选择。小波的时频定位特性越好，即时间频率窗的面积越小，计算误差越小。阐述了小波分析在电力系统高压输电线路的行波保护以及单端暂态量保护中的应用。     

基于监测数据的特征小波构造及应用

提出了以监测数据为基础构造特征小波提取数据趋势的新方法，研究了第二代小波变换的预测器、更新器与等效滤波器之间的关系，以及根据等效滤波器设计预测器和更新器系数的原理。为了构造基于监测数据的特征小波，在设计预测器和更新器时，综合监测数据样本的信息，以预测器消失矩作为约束条件，以预测误差作为目标函数，使所构造的小渡能够反映监测数据的局部特征。采用设计预测器和更新器对监测数据分解、闽值处理和重构，得到监测数据的趋势。该方法在某炼油厂机组的峰峰值趋势分析中准确地描述了峰峰值变化趋势。     

基于SPIHT编码的管道泄漏检测数据压缩方法

针对油气管道泄漏检测数据的压缩问题,首次提出基于小波变换的多级树集合分裂编码(SPIHT)的泄漏检测数据压缩方法。该方法主要是利用原始信号在各尺度下小波变换系数的自相似性,优先传送绝对值较大的小波系数,再传送绝对值相对较小的作为非重要系数以得到更高的压缩倍数和更小的重构误差。应用该方法对实际泄漏检测数据进行压缩,实验结果表明:在不大于1%的均方根误差下,压缩前和压缩后数据的压缩倍数相差达到28,比用EZW算法和算术编码相结合的方法提高了12倍,更多地节省了泄漏检测数据的存储空间。     

急性运动中超分辨率图像重构方法研究

采用当前急性运动中超分辨率图像重构方法得到的重构图像存在全局误差,导致重构图像质量低下,重构效果不佳。为此,提出一种新的急性运动中超分辨率图像重构方法,设计急性运动中超分辨率图像重构模型,将小波稀疏字典作为急性运动中超分辨率图像重构的理论依据。将低分辨率急性运动图像分割成低分辨率图像块,对无噪高分辨率急性运动图像块相应的无噪低分辨率图像块进行分析。通过OMP方法对稀疏系数进行求解,依据得到的稀疏系数估计出高分辨率急性运动图像块的高频小波系数,将高分辨率小波系数急性运动图像块返回高分辨率小波系数急性运动图像,通过逆小波变换得到最终的高分辨率图像,对全局误差进行修正。实验结果表明,采用所提方法得到的重构图像质量高,重构效果好。     

基于小波变换自适应匹配的高速铁路牵引网故障单端行波定位法

为减少高速铁路牵引网故障行波传播色散特性对行波波头检测和波速测量的影响,提高高速铁路牵引网故障行波定位的准确度,提出了基于小波变换自适应匹配的高速铁路牵引网故障行波定位方法。该法结合小波变换奇异性与相似性算法,对行波信号进行分析,提取小波函数多尺度分解结构重构的高频信号进行故障行波定位。行波波头到达时间由该高频信号经相似性算法分析,获取特征值点位置计算。行波的传播参考速度由模拟实验分析结果所得。现场测试故障行波数据分析表明,该高速铁路牵引网故障行波定位方法能有效提取故障行波特征,并消除行波传播色散特性影响,定位误差<100 m。